Projet : étape 3.2
Déambulations

Pour l'heure, le seul élément évoluant en cours de simulation est l'âge des entités simulées. Le rôle de leur méthode update est donc mineur. Nous allons y remédier pour permettre aux animaux d'avoir des comportements spécifiques plus visibles, comme la capacité à se déplacer.

Il est en effet raisonnable de modéliser le fait que le comportement d'un animal est plus spécifique que celui d'une entité simulée quelconque et qu'il soit dépendant d'un état (typiquement, un hamster affamé aura un autre comportement qu'un hamster rassasié).

Le comportement des animaux dépend de leur état

Commencez par modéliser le fait qu'un Animal A-UN état.

	 {
	 TARGETING_FOOD, // se dirige vers la nourriture  
	 FEEDING,       // en train de manger (là en principe il arrête de se déplacer)
	 WANDERING,     // déambule
	 IDLE,          // au repos
    }
	 

L'idée est maintenant de formuler plus spécifiquement la méthode update des animaux (classe Animal). Cette dernière mettra en oeuvre le fait que les animaux ont un comportement dépendant des états décrits dans le type énuméré ci-dessus. Elle devrait pour cela prendre l'allure suivante :

1. Mise à jour de l'état : l'état de l'animal pourra en effet être conditionné par des changements de l'environnement. Par exemple, si un animal est affamé et qu'une source de nourriture est disponible, il se mettra dans l'état où il doit «cibler la nourriture» (TARGETING_FOOD).
2. Si l'état vaut WANDERING alors l'animal se déplacera au hasard à vitesse constante;
3. si autre état: rien pour le moment ... mais nous sommes animés de sérieuses intentions pour que ça change bientôt;

Il vous est demandé maintenant d'ébaucher la méthode update de l'animal tel que nous venons de la décrire. Le déplacement à vitesse constante fera l'objet d'une méthode move(sf::Time) qui nous occupera un peu plus bas (le type de retour de cette méthode est laissé à votre libre choix).

Il est judicieux d'adopter une approche modulaire pour le codage de Animal::update. Typiquement, la mise à jour de l'état de l'animal après l'écoulement du pas de temps dt (pas 1 de l'algorithme) est un traitement à part entière et une méthode updateState(sf::Time dt) qui s'en chargerait est certainement une bonne idée. Pour l'instant, cette méthode se contentera d'affecter inconditionnellement l'état WANDERING à notre animal, car nous ne nous préoccupons pour l'heure que de gérer la façon dont il déambule au hasard. C'est à cette facette de son comportement que nous allons maintenant nous attaquer.

Déplacement rectiligne uniforme

Une méthode numérique de résolution d'un tel système (appelée «méthode d'Euler-Cromer») consiste à calculer la nouvelle vitesse et nouvelle position comme suit :

Pour implémenter le calcul du déplacement selon cette méthode numérique, il sera utile de doter l'animal:

• D'un attribut de type double stockant la vélocité de l'animal.
• D'une méthode getHeading() retournant le vecteur de direction normalisé de l'animal. Ce dernier peut être calculé à partir de l'angle de direction en utilisant la fonction fournie Vec2d::fromAngle (rappelez-vous de l'attribut permettant d'orienter une Entity). La méthode getHeading() peut être héritée de Entity.
• Et d'une méthode getSpeedVector calculant le vecteur vitesse de l'animal comme le produit de sa vélocité avec son vecteur direction normalisé.

Vous doterez aussi l'animal d'une méthode getMaxSpeed donnant la vélocité maximale d'un animal. Vous considérerez que cette vitesse ne peut être définie pour un animal quelconque, mais qu'elle aura une valeur spécifique (et paramétrable) pour chaque type concret d'animal. Pour un hamster ce sera getAppConfig().hamster_max_speed.

[Question Q3.10] : Comment proposez vous de procéder pour, que lors de son passage à l'état WANDERING, un animal adopte une vélocité constante de getMaxSpeed?

[Question Q3.11] Comment proposez vous pour faire en sorte qu'un animal continue de vieillir sans dupliquer le code qui le fait vieillir ?

Répondez aux questions ci-dessus dans votre fichiers REPONSES et apportez les changements qu'elles suggèrent à votre code.

Dotez enfin votre Animal d'une méthode move(sf::Time dt) mettant à jour la position et la vitesse de l'animal au bout de l'écoulement du pas de temps dt selon la méthode numérique décrite ci-dessus et en utilisant les méthodes utilitaires suggérées. Assurez-vous qu'elle soit invoquée au bon endroit.

Test de collision

Avant de mettre en mouvement nos animaux, nous allons prendre quelques précautions pour éviter qu'ils ne s'échappent du laboratoire.

Soit p la position de l'animal et new_p, une nouvelle position potentielle (calculée par move). Si L'animal a pour rayon r , alors new_p n'est pas une position possible (et l'animal doit se retourner) si:

• new_p.y() - r <= mur du haut de la boîte contenant p;
• ou new_p.y() + r >= mur du bas de la boîte contenant p;
• ou new_p.x() - r <= mur de gauche de la boîte contenant p;
• ou new_p.x() + r >= mur de droite de la boîte contenant p.

Pour faire en sorte que l'animal se retourne il suffit d'inverser sa direction. Cela peut se faire en affectant (-getHeading()).angle() à l'angle de direction de l'animal (voir Vec2d.hpp pour la méthode angle()).

[Question Q3.12] Quelles méthodes proposez-vous d'ajouter et à quelle(s) classe(s) pour garantir que l'animal se retourne dans la direction opposée à son déplacement si la nouvelle position calculée par la méthode move induit une collision avec l'un des murs de l'une des boites du laboratoire?

Répondez à cette question dans votre fichier REPONSES et apportez les changements qu'elle suggère à votre code

Test 13  : Déplacement rectiligne uniforme

Pour tester vos derniers développements, vous pouvez utiliser la cible labTest. Vous devriez pouvoir observer un hamster se déplaçant un peu comme une balle de ping pong et faire d'incessants va-et-vient d'un point à l'autre sans jamais changer de direction.

Notez que l'on peut changer le contenu du fichier de configuration, celui avec lequel vous avez lancé le programme (ici, app.json par défaut), sans arrêter la simulation puis le recharger en utilisant la touche 'C'. Essayez cela en changeant la vitesse de simulation: lancez le programme, ouvrez le fichier app.json et modifiez-y la vitesse de simulation (sous l'étiquette ["simulation"]["time"]["factor"]) en la faisant passer à 5 par exemple (sous l'étiquette ["simulation"]["time"]["factor"]). Sauvegardez le fichier app.json puis retournez sur la fenêtre de simulation toujours active et appuyez la touche 'C' puis 'R', vous devriez voir vos hamsters aller beaucoup plus vite. Faites l'exercice inverse en ramenant la vitesse à 0.5

Changements aléatoires de direction

Vous allez maintenant modifier votre algorithme de déplacement de sorte à ce que l'animal puisse faire de temps à autre des rotations aléatoires selon le modèle décrit dans ce document.

La fonction prédéfinie piecewise_linear (fournie dans Random.[hpp][cpp]) qui agit sur un ensemble Θ d'angles et un ensemble de probabilités (tels que décrits dans le document précité), permet de de tirer aléatoirement un angle selon une distribution linéaire par morceaux.

Définissez deux constantes statiques caractérisant les angles et probabilités que nous utiliseront pour l'appel à cette fonction.

• pour les angles, utilisez le type fourni Intervals et la valeur :
  { -180, -100, -55, -25, -10, 0, 10, 25, 55, 100, 180};
• pour les probabilités associées, prenez le type fourni Probs et la valeur :
  {0.0000,0.0000,0.0005,0.0010,0.0050,0.9870,0.0050,0.0010,0.0005,0.0000,0.0000};